AI競爭正從模型能力延伸至產業現場，能否整合製造知識、串接既有系統，並且建立可信任的運作機制，成為企業創造應用價值的關鍵。工研院今（4）日於臺大醫院國際會議中心舉辦「眺望2027產業發展趨勢研討會」AI產業場次，聚焦AI Agent、AI基礎設施與實體AI（Physical AI），解析臺灣業者的布局方向。
台灣AI產業的延伸價值路線，在於從零組件和設備供應鏈、延伸到AI Factory的系統交付和整合，再到雲邊部署智慧設備和整體解決方案。工研院產科國際所研究副總監徐富桂指出，AI商業化必須跨越三道門檻：技術上，從模型能力提升為可靠系統；治理上，從可用走向可信賴和可控；商業上，從試點應用至規模化落地。唯有同步突破，才能夠形成可持續的產業價值。臺灣的差異化優勢，在於結合製造經驗、場域資料與工程整合，將產業知識轉化為AI能力，進一步強化產品功能與實體AI競爭力。
工研院「眺望~2027產業發展趨勢研討會」AI 產業場次，分享全球AI市場規模與成長趨勢。
|
工研院產科國際所分析師黃筱雯表示，AI正從被動回應問題，進入具備感知、推理、規劃及執行能力的代理階段。製造業應用也由單點自動化，朝跨系統與多代理人協同發展，優先處理資深技師退休造成的經驗斷層，以及資料孤島、非預期停機帶來的生產損失。
供應端則從單點產品，轉向整合企業資源規劃（ERP）、製造執行系統（MES）、產品生命週期管理（PLM）與既有流程的解決方案，服務模式逐步朝持續更新的軟體訂閱發展。多代理人協同、雲地混合部署與無程式碼介面，也成為產品發展方向。
黃筱雯提醒，導入AI Agent的核心是重設流程與人機分工，由AI負責資料篩選、影像分析及跨系統派工，人員專注高階審核、例外處理與策略決策。企業可依效益與導入難度，先從經驗保存、視覺檢測切入，再擴展至預測性維護及動態排程。
而今製造業可衡量的場域效益推動導入，並同步升級舊系統、建立高品質知識庫，落實權限控管、稽核紀錄與沙盒隔離。臺灣業者若能把資料工程、產業知識與治理能力納入整體方案，將更有機會把試點成果轉化為可複製、可擴展的競爭優勢。
